2026年计算机视觉技术基础知识点巩固习题.docxVIP

2026年计算机视觉技术基础知识点巩固习题

一、单项选择题（本大题共10小题，每小题2分，共20分）

1.计算机视觉技术中，用于描述图像局部特征的经典方法是什么？

A.主成分分析（PCA）

B.SIFT（尺度不变特征变换）

C.K-means聚类

D.决策树分类器

解析：SIFT算法通过检测图像中的关键点并计算描述子来描述局部特征，具有尺度不变性和旋转不变性，广泛应用于特征匹配和物体识别。PCA是降维方法，K-means是聚类算法，决策树是分类算法，均不符合题意。

2.在图像滤波操作中，高斯滤波与均值滤波的主要区别是什么？

A.高斯滤波使用固定核，均值滤波使用可变核

B.高斯滤波具有方向性，均值滤波无方向性

C.高斯滤波基于高斯分布权重，均值滤波基于平均权重

D.高斯滤波计算量更大，均值滤波计算量更小

解析：高斯滤波通过高斯函数生成权重核，权重随距离中心衰减，具有平滑效果；均值滤波使用相同权重的核计算局部平均值，主要消除噪声但易模糊边缘。选项C准确描述了权重机制差异。

3.以下哪种方法常用于解决图像配准中的几何畸变问题？

A.插值法

B.相似变换

C.光流法

D.滤波器组

解析：相似变换通过旋转、缩放和平移矩阵校正几何畸变，适